Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > Hiérarchiser les radiographies thoraciques pathologiques à l'aide du Deep Learning

Hiérarchiser les radiographies thoraciques pathologiques à l'aide du Deep Learning

MARDI 22 JANVIER 2019 Soyez le premier à réagirSoyez le premier à réagir

Selon une étude parue dans la revue Radiology, un système de Deep Learning peut  hiérarchiser les radiographies thoraciques pathologiques, réduisant potentiellement le délai de consultation des examens par les radiologues. Un système de détection des mots clés dans les comptes rendus a été utilisé dans cette étude. 

RSNA

Les radiographies thoraciques représentent 40% de l’imagerie diagnostique dans le monde. Ce volume peut créer des arriérés importants dans les établissements de santé. Au Royaume-Uni, on estime à environ 330 000 le nombre d'examens de routine qui ont attendu plus de 30 jours pour recevoir un compte rendu.

Réduire les délais d'attente de résultats pour les radiographies pathologiques

"Il n’existe actuellement aucun moyen systématique et automatisé de trier les radiographies pulmonaires et de classer celles qui présentent des résultats critiques et urgents au sommet de la pile du radiologue", déclare le Dr Giovanni Montana, anciennement du King's College London. à Londres et actuellement à l’Université de Warwick à Coventry, en Angleterre et co-auteur d'une étude sur ce thème parue dans la Revue Radiology. Un outil de Deep learning (DL) a été proposé comme moyen automatisé de réduire cet arriéré et d'identifier les examens qui méritent une attention immédiate, en particulier dans les systèmes de soins de santé financés par des fonds publics.

Des images classées à partir des mots clés tirés des comptes rendus

Pour l’étude, le professeur Montana et ses collègues ont utilisé 470 388 radiographies thoraciques anonymisées d’adultes afin de mettre au point un système d’IA permettant d’identifier les principaux résultats. Les comptes rendus radiologiques ont été pré-traités à l'aide du Natural Language Processing (NLP), un algorithme qui extrait les mots clés à partir de texte écrit. Pour chaque radiographie, le système interne de recherche avait besoin d’une liste de mots clés indiquant les anomalies spécifiques visibles sur l’image. "Le NLP va bien au-delà de l’identification de modèles, poursuit le Dr Montana. Il utilise des techniques d'IA pour déduire la structure de chaque phrase écrite. Par exemple, il identifie la présence de résultats cliniques, les localisations anatomiques et de leurs relations. Le développement du système de NLP pour l'étiquetage à grande échelle des radiographies thoraciques a été une étape cruciale dans notre étude. »

Une réduction significative des délais d'attente

Le NLP a analysé le compte rendu radiologique afin de hiérarchiser chaque image comme critique, urgente, non urgente ou normale. Un système d'IA pour la vision par ordinateur a ensuite été formé à partir d'images de radiologiques étiquetées afin de prédire la priorité clinique. Les chercheurs ont testé les performances du système en matière de hiérarchisation dans une simulation analysant un ensemble indépendant de 15 887 images. Le système d'IA distinguait les radiographies thoraciques anormales des normales avec une grande précision. Les simulations ont montré que les résultats critiques pouvaient être traités par un radiologue au bout de 2,7 jours en moyenne avec s'il était aidé par l'IA, contre 11,2 jours en moyenne en pratique classique.

Vers un système de génération automatisé de phrases pour les interprétations ?

"Les premiers résultats rapportés ici sont intéressants, car ils démontrent qu’un système d’IA peut être formé avec succès à l’aide d’une très grande base de données radiologiques de routine, remarque le Dr Montana. Avec une validation clinique plus poussée, cette technologie devrait permettre de réduire considérablement la charge de travail d'un radiologue en détectant tous les examens normaux, de sorte que l'on puisse consacrer plus de temps à ceux qui détectent une pathologie." Les chercheurs envisagent d'étendre leurs recherches à une taille d'échantillon beaucoup plus grande et de déployer des algorithmes plus complexes pour de meilleures performances. Les objectifs de recherche futurs comprennent notamment une étude multicentrique visant à évaluer de manière prospective les performances du logiciel de tri.

"Une étape majeure de cette recherche consistera en la génération automatisée de phrases décrivant les anomalies radiologiques observées sur les images, conclut le Dr Montana. Cela semble un objectif réalisable."

Bruno Benque avec RSNA


toshiba

Des modèles pertinents de deep learning pour la radiographie thoracique
03/12/2019 : Selon une étude publiée dans la revue Radiology, le deep learning peut détecter des résultats de radiographie thoracique cliniquement significatifs aussi efficacement que des radiologues expérimentés. Les chercheurs rapportent que leurs résultats pourraient constituer une ressource précieuse pour le développement futur de modèles d’intelligence artificielle pour la radiographie thoracique.

Assembler plusieurs modèles de machine learning pour affiner les résultats
27/11/2019 : La combinaison de plusieurs modèles de machine learning peut s’apparenter à une interprétation avec plusieurs avis de radiologues. Une étude publiée dans la Revue Radiology : Intelligence Artificielle décrit des résultats en ce sens. Un chalenge sur les hémorragies cérébrales explorées par scanner sera organisé au RSNA 2019.

Un réseau de neurones profonds pour améliorer le diagnostic de cancer du poumon
13/11/2019 : Selon des recherches publiées dans la revue Radiology, les radiologues assistés par un logiciel basé sur le deep learning étaient plus en mesure de détecter les cancers du poumon malins sur radiographies du thorax.

L'intelligence artificielle au révélateur de l'imagerie oncologique
12/11/2019 : Dans notre série d’articles dédiés au prochain symposium Scanner volumique, nous allons à la rencontre des orateurs qui animeront cet événement. Aujourd’hui, le Pr Pierre-Jean Valette évoque pour nous l’intelligence artificielle appliquée à l’imagerie oncologique, un thème qu’il abordera lors du symposium.

La recherche sur l'IA en imagerie avance avec le Data Challenge
25/10/2019 : Le Pr Nathalie Lassau, Professeur de Radiologie à l'Université Paris Sud et Co-Directrice du laboratoire d Imagerie IR4M (UPSUD/ CNRS) à l'Institut Gustave Roussy, est la responsable du Data Challenge dont la première édition a été organisée aux JFR 2018. Nous l'avons rencontrée pour une évocation des améliorations apportées, en 2019, à cette compétition.

Une plateforme dédiée pour choisir un moteur d'IA pertinent
03/10/2019 : Acteur historique de l'informatique de Santé, Softway Medical propose une offre d'intelligence artificielle tout à fait originale. À partir d'un catalogue de moteurs d'IA, le radiologue pourra choisir celui qui répondra précisément à ses besoins. Rendez-vous aux JFR 2019 pour découvrir cette nouvelle offre.

L'hémorragie cérébrale, thème du RSNA IA challenge 2019
17/09/2019 : La Radiological Society of North America (RSNA) vient de lancer son troisième défi annuel sur l'intelligence artificielle (IA): le défi RSNA de détection et de classification des hémorragies intracrâniennes.

La Data science en Santé se développe à l'Université
13/08/2019 : L'Intelligence artificielle en Santé fera l'objet de plusieurs cursus de formation dans les Universités françaises à la rentrée. C'est notamment le cas à l'Université Paris Descartes.

RSNA 2019 : 3 700 m2 dédiés à l'intelligence artificielle
09/08/2019 : Le RSNA 2019 AI Showcase proposera un plus grand espace dédié à l'intelligence artificielle. Des démonstrations et des salles de classe permettront aux fournisseurs de solutions et aux spécialistes de promouvoir les outils d'aide à la décision clinique ainsi que les bonnes pratiques de gestion des données.

De nouveaux outils d'aide à la décision en mammographie
18/06/2019 : L'aide à la décision en mammographie 2D et tomosynthèse 3D vient de s'enrichir, avec iCAD, de nouvelles applications annoncées lors du récent congrès de la SIFEM.


Nanobiotix passe un nouveau niveau de développement auprès de la FDA
27/02/2020 : Nanobiotix poursuit son développement et obtient la désignation de « Fast Track » pour le NXTXR3. Ce statut lui promet des procédures d’évaluation accélérées notamment pour de futurs essais cliniques.

Le rôle du radiologue dans un contexte de coronavirus selon l'ESR
26/02/2020 : Le point d’étape publié par l’European Society of Radiology (ESR) concernant le coronavirus fait état d’un taux de mortalité due à cette maladie très faible en dehors de la Chine. Il met en lumière le rôle des radiologues pour la détection précoce et préconise de se méfier des patients asymptomatiques.

CCAM Radiologie évolue pour plus d'ergonomie et d'interactivité
26/02/2020 : La plateforme d’aide à la cotation des actes de radiologie CCAM-Radiologie évolue pour optimiser le temps médical des radiologues. Il s’est enrichi d’un forum de discussion et fera bientôt l’objet d’une refonte complète plus ergonomique, incluant un e-learning et un algorithme pour la validation des associations d’actes.

Coronavirus : Une session spéciale organisée lors de l'ECR 2020
25/02/2020 : Devant l’ampleur mondiale de l’épidémie de coronavirus (COVID-19), la session de l’ECR 2020 dédiée à cette maladie sera accessible gratuitement pour les congressistes sur place mais également pour les internautes sur ESR Connect.

Le futur de la médecine nucléaire au prochain congrès ISI NucMed
24/02/2020 : Afin de préparer les acteurs de la médecine nucléaire à l’évolution future de cette spécialité, Arronax Nantes organise en juin prochain l’ISI NucMed, un congrès pluridisciplinaire traitant de production de nucléides, d’intelligence artificielle appliquée et de l’approche théranostique.

Coronavirus au scanner : des images différentes selon le stade d'évolution
21/02/2020 : Dans une nouvelle recherche publiée le 20 février 2020 dans la revue Radiology, des chercheurs du Mount Sinai Health System de New York ont démontré que les images scanographiques dans les cas de coronavirus 19 (COVID-19) sont liées à l'évolution de l'infection.

Le Pôle Imagerie Médicale de l’AP-HM surfe sur la dynamique créée par le projet Imagerie Avenir Marseille (IAM-APHM)
14/02/2020 : Alors qu’il arrive à son terme, le projet de renouvellement des modalités d’imagerie du Pôle Imagerie Médicale (PIM) de l’AP-HM suscite bien des espoirs. La dynamique créée par la forte implication des équipes médicales, paramédicales, techniques, biomédicales et administratives et le dialogue constructif qu’il a favorisé permettront d’améliorer la cohésion et la montée en compétences de tous les acteurs du pôle et des directions concernées.

Découvrez les images du coronavirus mises à jour dans Spectrum of imaging
13/02/2020 : « Radiology of Coronavirus : Spectrum of imaging », édité par la Revue Radiology, est une page web mise à jour continuellement. Elle fournit aux radiologues un panel de cas cliniques pour les assister dans leur décision.

Une évocation de l'imagerie médicale de demain au MDCT 2020
12/02/2020 : Le scanner spectral, la radiologie interventionnelle et l’intelligence artificielle ont constitué les thématiques majeures développées lors du 9ème Symposium Scanner volumique. Un événement qui a laissé entrevoir ce que pourrait être l’imagerie médicale diagnostique et thérapeutique à moyen terme.

Dépistage du cancer du poumon : la FNMR interpelle à nouveau les pouvoirs publics
11/02/2020 : Suite aux bons résultats de la récente étude NELSON, la FNMR vient réitérer, par communiqué, sa demande auprès des pouvoirs publics d’étudier la mise en place du dépistage du cancer du poumon par scanner low dose.


Coronavirus au scanner : des images différentes selon le stade d'évolution
21/02/2020 : Dans une nouvelle recherche publiée le 20 février 2020 dans la revue Radiology, des chercheurs du Mount Sinai Health System de New York ont démontré que les images scanographiques dans les cas de coronavirus 19 (COVID-19) sont liées à l'évolution de l'infection.

Les images pulmonaires caractéristiques du coronavirus au scanner
05/02/2020 : Dans un rapport spécial publié le 4 février 2020 dans la revue Radiology, des chercheurs décrivent les caractéristiques scanographiques qui facilitent la détection et le diagnostic précoces du coronavirus de Wuhan.

Une évocation de l'imagerie médicale de demain au MDCT 2020
12/02/2020 : Le scanner spectral, la radiologie interventionnelle et l’intelligence artificielle ont constitué les thématiques majeures développées lors du 9ème Symposium Scanner volumique. Un événement qui a laissé entrevoir ce que pourrait être l’imagerie médicale diagnostique et thérapeutique à moyen terme.

Optimiser la cotation des actes grâce à un nouveau site web gratuit
03/09/2019 : Le catalogue CCAM est souvent mal employé par les radiologues, ce qui peut engendrer des erreurs de cotations. C'est pout leur venir en aide que le site web gratuit ccam-radiologie.fr a été conçu, afin d'optimiser la facturation de l'activité radiologique.

De nouvelles données pour identifier le coronavirus 2019-nCoV au scanner
11/02/2020 : Les signes détaillés du coronavirus 2019-nCoV viennent de faire l’objet d’une nouvelle étude parue dans la Revue Radiology. Des images en verre dépoli majoritairement périphériques et postérieures sont caractéristiques au scanner.

LE GADOLINIUM EST-IL DANGEREUX A LONG TERME ?
05/05/2015 : Une série d'études récentes montre que le Gadolinium s'accumule de façon résiduelle dans le cerveau. Les dangers de ces résidus sont sans doute liées à la structure moléculaire de l'agent chimique qui accompagne le Gadolinium dans le corps des patients. Et les habitudes des radiologues sont appelées à changer, selon le Pr Emmanuel Kanal.

La recherche sur l'IA en imagerie avance avec le Data Challenge
25/10/2019 : Le Pr Nathalie Lassau, Professeur de Radiologie à l'Université Paris Sud et Co-Directrice du laboratoire d Imagerie IR4M (UPSUD/ CNRS) à l'Institut Gustave Roussy, est la responsable du Data Challenge dont la première édition a été organisée aux JFR 2018. Nous l'avons rencontrée pour une évocation des améliorations apportées, en 2019, à cette compétition.

Le futur de la médecine nucléaire au prochain congrès ISI NucMed
24/02/2020 : Afin de préparer les acteurs de la médecine nucléaire à l’évolution future de cette spécialité, Arronax Nantes organise en juin prochain l’ISI NucMed, un congrès pluridisciplinaire traitant de production de nucléides, d’intelligence artificielle appliquée et de l’approche théranostique.

Réglementation concernant les appareils mobiles des cabinets dentaires
17/05/2016 : Les appareils mobiles ou portables générant des rayons X au sein des cabinets dentaires font désormais l’objet d’une surveillance identique à un poste fixe. C’est ce qu’a rappelé l’ASN dans une note datée du 2 mai 2016.

Découvrez les images du coronavirus mises à jour dans Spectrum of imaging
13/02/2020 : « Radiology of Coronavirus : Spectrum of imaging », édité par la Revue Radiology, est une page web mise à jour continuellement. Elle fournit aux radiologues un panel de cas cliniques pour les assister dans leur décision.